Jupyter现在可以为TensorFlow准备运行Docker映像了：

docker run -d -v $(pwd):/home/jovyan/work -p 8888:8888 jupyter/tensorflow-notebook

要使其在hyper-v下运行。执行以下步骤：

1）使用https://blogs.msdn.microsoft.com/scicoria/2014/10/09/getting-docker-running-on-hyper-v-8-1-2012-r2/创建docker虚拟机为您提供一个工作的Docker容器。您可以通过控制台或ssh连接到它。我至少要放置8gb的内存，因为我敢肯定这会占用很多内存。

2）运行“ ifconfig”来确定Docker VM的IP地址

3）在docker shell提示符下输入：

码头工人运行-p 8888：8888 -p 6006：6006 -it b.gcr.io/tensorflow/tensorflow

4）使用http：/ [ifconfig地址]：8888 /连接到Jupyter工作台

进一步阅读Docker文档后，我有一个适合我的解决方案：

docker run -p 8888:8888 -p 6006:6006 b.gcr.io/tensorflow/tensorflow ./run_jupyter.sh

-p 8888：8888和-p 6006：6006将容器端口在同一端口号上公开给主机。如果仅使用-p 8888，则会在主机上分配一个随机端口。

./run_jupyter.sh告诉docker在容器中执行什么。

使用此命令，我可以使用主机上的浏览器连接到http：// localhost：8888 /并访问jupyter笔记本。

更新：在Windows上与docker搏斗后，我切换回具有docker的Ubuntu计算机。我的笔记本在Docker会话之间被擦除，这在阅读更多Docker文档后才有意义。这是一条更新的命令，该命令还将容器目录挂载到容器中，并开始jupyter指向该挂载的目录。现在我的笔记本保存在主机上，下次启动tensorflow时将可用。

docker run -p 8888:8888 -p 6006:6006 -v /home/rob/notebook:/notebook b.gcr.io/tensorflow/tensorflow sh -c "jupyter notebook /notebook"

我简单而有效的工作流程：

TL; DR版本：

1. 打开Docker Quickstart Terminal 。如果已经打开，请运行$ cd
2. 运行一次 ： $ docker run -it -p 8888:8888 -p 6006:6006 -v /$(pwd)/tensorflow:/notebooks --name tf b.gcr.io/tensorflow/tensorflow
3. 每次启动： $ docker start -i tf

如果您不在Windows上，则应该将/$(pwd)更改为$(pwd)

您将在主目录中获得一个名为tensorflow的空文件夹，用作项目文件（如Ipython Notebook和数据集）的永久存储。

说明：

1. cd以确保您位于主目录中。
2. 参数：
   • -it表示交互式，因此您可以在终端环境中与容器进行交互。
   • -v host_folder:container_folder允许在主机和容器之间共享文件夹。主机文件夹应位于主目录内。 /$(pwd)转换为//c/Users/YOUR_USER_DIR在Windows 10此文件夹被看作是notebooks在容器目录其用于通过IPython的/ Jupyter笔记本。
   • --name tf分配名称tf的容器。
   • -p 8888:8888 -p 6006:6006容器到主机的映射端口，第一对用于Jupyter笔记本，第二对用于Tensorboard
3. -i代表互动

在云上运行TensorFlow

对于Linux主机罗伯特·格雷夫斯（Robert Graves），答案是可行的，但对于Mac OS X或Windows，还有更多工作要做，因为Docker在虚拟机中运行。

因此，要开始启动docker shell（如果使用Linux，则要启动任何shell）并运行以下命令以启动新的TensorFlow容器：

docker run -p 8888:8888 -p 6006:6006 b.gcr.io/tensorflow/tensorflow ./run_jupyter.sh

然后，对于Mac OS X和Windows，您只需执行一次以下操作：

1. 打开VirtualBox
2. 单击docker vm（我的系统自动命名为“默认”）
3. 通过单击设置打开设置
4. 在网络设置中，打开端口转发对话框
5. 单击+符号以添加另一个端口，并通过填写如下所示的对话框将端口从Mac连接到VM。在此示例中，我选择端口8810，因为我使用端口8888运行其他笔记本。
6. 然后打开浏览器并连接到http：// localhost：8810 （或您在“主机端口”部分中设置的任何端口
7. 使您的花式裤子机器学习应用程序！

如果您是使用Windows机器的码头工人，那么这些步骤对我有用。

版本：Windows 8.1，docker 1.10.3，tensorflow r0.7

1. 运行Docker快速入门终端
2. 加载后，记下IP地址。如果找不到，请使用此docker-machine ip并进行记录。让我们称之为“ IP地址”。看起来像这样：192.168.99.104（我组成了这个IP地址）

3. 将此命令粘贴到docker终端上：

   docker run -p 8888:8888 -p 6006:6006 b.gcr.io/tensorflow/tensorflow 。

   如果您是第一次运行此程序，它将在此轻量级vm上下载并安装映像。然后应该说：“ Jupyter笔记本电脑正在....”运行->这是一个好兆头！

4. 在以下位置打开浏览器： <your ip address (see above)>:8888 。例如。 192.168.99.104:8888/
5. 希望您可以看到您的ipython文件。